基于A-YOLOv5s的机场小目标检测方法

机场净空域内和跑道一边、五边范围内的无人机和鸟群严重威胁民航的安全，图像中的目标占比小，机场的背景复杂。现有机场净空域的雷达探测手段存在无法识别相距较近的目标类型与数量的问题，因此，提出了注意力特征融合结构并应用在YOLOv5s模型，通过注意力特征融合结构可融合更多的小目标信息至特征图，并使用更浅特征层检测目标，进一步提升原模型针对小目标检测的性能。在无人机和鸟群数据集上实现了93.5%的mAP50,相较于原模型的检测修正率为13.3%,处理视频的速度为28.1帧/s。提出的方法为机场现有监管手段提供了有力的技术支撑，与现有机场探测手段共同保障机场安全。